写回答
-
推荐回答- TB级数据毫秒级响应 对于实时监控来说，时间就是生命线，越快发现故障就能越快止血，如何根据用户输入的复杂组合条件，在TB级数据中，仅仅以秒级甚至是毫秒级的响应筛选出符合要求的数据（OLAP），这对很多系统来说都是很大的挑战，而实战证明，合理的利用Hologres索引功能，并通过资源的合理分配等，在OLAP实时性上完美的满足了监控业务的需要。
2.支持高并发 双11的监控大屏往往需要查询历史数据，并根据历史数据做报警预测，以往的系统最多只能支撑不到数十用户的查询(数10天数据)，而Hologres能支撑数百用户的大规模并行查询并且依旧没有达到上限，在今年双11的0点时，面对数百倍的平时数据量冲击，监控曲线依旧平滑如旧，毫无滞涩之感。
3.写入性能高 对于之前数十万每秒，数百万每秒的写入能力，Druid的表现不是很好，容易出现拥塞现象，而Hologres可以轻松做到，这也就轻松解决了我们的实时写入瓶颈问题。
4.学习成本低 Hologres兼容PostgreSQL11，全SQL支持，非常方便新用户上手，无需再花费时间和精力去研究语法。同时Hologres对于BI工具的兼容性很好，无需做改造就能对接监控大屏，节约大量时间。对每一个天猫双11剁手人来说，每一次的丝滑般购物体验都离不开阿里网络能力的支撑，而监控大盘就是阿里网络状况的眼睛。Hologres作为大盘的核心环节，给大盘持续赋能。但是，作为一个新生儿，Hologres仍然有一些不太成熟的地方，在透明升级、稳定性等环节上依然存在提升空间。我们也愿意同Hologres一起成长，期待明年双11Hologres更优秀的表现。
以上内容摘自《阿里云实时数仓Hologres最佳实践合集》电子书，点击https://developer.aliyun.com/topic/download?id=996 可下载完整版
2022-09-26 23:28:44赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本技术圈将为大家分析有关阿里云产品Hologres的最新产品动态、技术解读等，也欢迎大家加入钉钉群--实时数仓Hologres交流群32314975
